Amazon Web Services : 全球最大量的轉移性癌症數據集現已免費提供給全球研究者們使用
由紐約大學 Langone 醫學中心的 Eric Oermann 醫生領導的 NYUMets 團隊，正與 Amazon Web Services (AWS) 開放數據、NVIDIA、以及人工智能醫療開放網絡 (Medical Open Network for Artificial Intelligence，MONAI) 合作，共同應對轉移性癌症這個複雜且致命的挑戰。他們致力於透過開放科學的方法，利用最大的轉移性癌症數據集和先進的人工智能 (AI) 工具，提升並個人化治療計畫。這項倡議至關重要，由於轉移性癌症的遺傳、分子和結構的變異性，其佔癌症死亡的比例甚高。工作原理方面，NYUMets 團隊在 AWS 開放數據贊助計畫的協助下，使 NYUMets: Brain 數據集免費對全球的研究者開放。此數據集透過 1,005 個病患資料，8,003 項多模式腦部 MRI 研究，和表格化臨床數據，提供對轉移性癌症的深入理解。該團隊正在與 NVIDIA 一同使用 MONAI 框架，建立可以檢測、測量和分類癌症腫瘤的 AI 模型，並促進長期的癌症動態研究。重要的是，此方法模擬真實世界的情況，為病患護理和治療規劃提供寶貴的見解。這項提議為對抗該病症更詳細和個人化的研究和治療打開了大門。通過提供開放存取的數據集和由 AI 驅動的工具，全球的研究者可以對這種複雜疾病的更好理解和治療作出貢獻。此外，由 NYUMets 團隊開發的臨床測量數據可以幫助彌合在研究中使用的 AI 技術與在臨床中應用這些技術之間的差距，從而最終改善病患情況。
Lehigh University : 生物標誌物可能是精確診斷與治療精神健康疾病的關鍵
美國國家心理衛生研究所（National Institute of Mental Health，NIMH），屬於美國國家衛生研究院（NIH）的一部分，已資助兩項總額接近400萬美元的研究，由 Lehigh 大學P.C. Rossin工程與應用科學學院的助理教授Yu Zhang領導。其目標是利用機器學習和大腦生物標記物來重新定義對心理健康狀況的分類、診斷和治療。兩項研究都與德州大學奧斯汀分校的Dell醫學院，賓州大學的Perelman醫學院，和史丹佛大學醫學院合作。第一個項目是以透過開發通過大腦影像學和機器學習得到的目標生物標記來徹底改變抑鬱症的治療。計劃根據大腦線路來預測個體病人對藥物的反應。這種預測可能指導個人化的治療並取代當前的嘗試錯誤（trial-and-error）方法來管理藥物。第二個項目集中在重新定義精神疾病的分類。目前的診斷系統基於主觀評估將精神疾病分組，導致在同一診斷類別中症狀變異廣泛。該研究使用機器學習和大腦影像學數據，旨在識別神經迴路異常，以幫助在一個連續的範疇中重新定義精神健康疾病的分類。這種方法可能會在臨床診斷中突出顯示出不同的子群體，從而導致更有效、個人化的治療。在未來構想中，Zhang教授的模型將與便於攜帶式EEG裝置一起工作。大腦掃描會將數據輸送到模型中，預測病人基於已確定的生物標記對抗憂鬱藥物的可能反應。最終的目標是擴展模型的預測能力，使其能預測對各種化合物的反應，而不僅僅是選擇性血清素再攝取抑制劑（selective serotonin reuptake inhibitors，SSRIs）。NIH資助此創新方法，並有聲譽卓著的機構網絡的支持，希望通過個人化和精確化來重新定義心理健康的治療，有助於革新心理健康領域，提供更有效的治療，從而節省寶貴的時間和資源。
Penn Medicine News : 超越肌膚表面 - 賓州大學教授談論皮膚科研究如何影響更多的醫學領域
賓州大學Perelman醫學院皮膚病學的Aimee Payne教授，近期被選為美國皮膚研究學會（Society for Investigative Dermatology，SID）的下屆主席。在其任期中，她正專注於利用皮膚病學研究的廣泛適用性，以解決多種醫學條件。Payne教授的研究中一項特點是關於皮膚相關疾病的基因細胞療法。她的實驗室在此領域取得了顯著的進步，特別是在與自體免疫疾病相關的研究上。例如，該團隊正在研究一種獨特的技術，使用嵌合抗原受體（CAR）T細胞的修改，來治療影響皮膚細胞結合蛋白的自體免疫疾病，例如尋常型天疱瘡。這項嵌合型自體抗體受體（chimeric autoantibody receptor，CAAR）T細胞療法，旨在僅針對產生有害抗體的自體免疫細胞，從而保護健康的抗體。該方法目前正在對另一種自體免疫疾病，MuSK型肌無力症 - 進行第一階段的臨床試驗。這種技術的潛力極具開創性，因為它可能適用於眾多的自體免疫疾病。它代表了有針對性、精確的干預，這與當前朝向個人化醫學的轉變一致。在談到「下一代」時，Payne認識到，年輕的研究員們急切地想要利用技術和大數據來解決醫學上的複雜問題。因此，她致力於透過在SID和賓州大學的領導，激勵這些研究員。她強調，現在已經進入了醫學科學家的黃金時代，對於引起疾病的基因和細胞途徑有了深入的理解，同時還出現了可以潛在逆轉這些狀況的新型裝置和技術。此外，電子健康記錄的進步為科學家提供了大量的病人數據，這些數據可以用於全面的研究和預測模型的開發。這種整體視野呈現了對皮膚病學科學的前瞻性和變革性方法，對更廣泛的醫學領域有著實質的影響。